Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 21 heures
Plan du cours
Introduction à WrenAI OSS
- Vue d’ensemble de l’architecture de WrenAI
- Composants open source clés et écosystème
- Installation et configuration
Modélisation sémantique dans Wren AI
- Définition des couches sémantiques
- Conception de métriques et de dimensions réutilisables
- Meilleures pratiques pour la cohérence et la maintenabilité
Génération de requêtes SQL à partir du texte en pratique
- Cartographie du langage naturel vers des requêtes
- Amélioration de l’exactitude de la génération SQL
- Défis courants et dépannage
Optimisation et ajustement des instructions (prompts)
- Stratégies d’ingénierie des instructions
- Ajustement fin pour les ensembles de données d’entreprise
- Équilibre entre exactitude et performance
Mise en œuvre des garde-fous
- Prévention des requêtes non sécurisées ou coûteuses
- Mécanismes de validation et d’approbation
- Considérations en matière de gouvernance et de conformité
Intégration de WrenAI aux flux de données
- Intégration de Wren AI dans les pipelines
- Connexion aux outils de BI et de visualisation
- Déploiements multi-utilisateurs et d’entreprise
Cas d’utilisation avancés et extensions
- Plugins personnalisés et intégrations API
- Extension de WrenAI avec des modèles ML
- Passage à l’échelle pour les grands ensembles de données
Résumé et prochaines étapes
Pré requis
- Solide compréhension du SQL et des systèmes de bases de données
- Expérience en modélisation de données et en couches sémantiques
- Familiarité avec les concepts d’apprentissage automatique ou de traitement du langage naturel
Public cible
- Ingénieurs de données
- Ingénieurs en analytique
- Ingénieurs ML
